Question

我有一个数据集，它是一个列表，其元素又是一个列表。例如，myList = [[1,2,3]，[4,5,6]，.......，[7,8,9]，[11,12,14]]。我想从此列表中随机选择一堆元素，例如[4,5,6]和[11,12,14]。如何实现呢？

我尝试了以下操作：

# Suppose List_1 has 1000 elements(lists) and I want 100 elements
indices = np.random.choice(myList, size = 100, replace = None )
new_list = myList[indices]

显然，以上代码不起作用。错误消息是：“列表索引必须是整数或切片，而不是列表”

有人可以帮我吗？我的实际意图是从原始数据集（列表）中采样数据点（列表），以创建一批数据来训练ML算法。

Answer 1

使用random.sample，它带有一个附加参数来指定要从总体中选择的随机项目的数量：

import random

myList = [[1,2,3],[4,5,6],[7,8,9],[11,12,14]]
print(random.sample(myList, 2))

Answer 2

您可以考虑使用随机变量-随机变量生成器，就像您要选择任意数量的列表元素一样，@ Austin建议使用sample并随机使用，但合理的选择是随机的。

使用random.sample是...

>>> lst
[['15', '48', '698'], ['10', '32', '66'], ['78', '501', '23']]

>>> random.sample(population=lst, k=2)
[['78', '501', '23'], ['15', '48', '698']]

使用时 random.choices

>>> random.choices(population=lst, k=2)
[['15', '48', '698'], ['15', '48', '698']]

注意

在此处查看The random Doc

random.sample（population，k）返回唯一元素的k个长度列表   从总体序列或集合中选择。用于随机抽样   无需更换。

random.choices（人口，权重=无，*，cum_weights =无，k = 1）   返回从人口中选择的k大小的元素列表   替代。如果填充为空，则引发IndexError。

Answer 3

您在最后一行有一个错误，但我仍然认为它与您的预期最接近（使用numpy）

indices = np.random.choice(range(len(myList)), size = 100, replace = None )
new_list = myList[indices]

从列表中提取元素

3 个答案: